【CJME论文推荐】合肥工业大学石琴教授团队：基于模糊滑模的纯电动汽车驱动防滑控制方法
Shi, Q., Wang, M., He, Z. et al. A Fuzzy-based Sliding Mode Control Approach for Acceleration Slip Regulation of Battery Electric Vehicle. Chin. J. Mech. Eng. 35, 72 (2022). https://doi.org/10.1186/s10033-022-00729-w
https://cjme.springeropen.com/articles/10.1186/s10033-022-00729-w(戳链接，下载全文)
1
研究背景及目的
随着人们对环境和能源问题的日益关注，减少燃油汽车的排放和寻找替代能源已成为当前汽车行业的首要任务。纯电动汽车作为一种零排放的汽车，受到越来越多的关注，正逐渐成为研究热点。驱动防滑(ASR)系统已广泛应用于内燃机汽车上。与传统内燃机相比，永磁同步电机具有“响应快、转矩大”的工作特性，在加速过程中更容易导致车轮打滑，这不仅会降低车辆的能量使用效率，加速轮胎磨损，还会影响驾驶的操纵性、稳定性和舒适性。因此，使用ASR系统有利于提高驾驶安全性，降低事故风险。内燃机汽车的防滑措施包括：降低油门开度以降低发动机功率，控制车轮侧制动力矩，调节离合器压力等。永磁同步电机输出转矩具有响应灵敏、控制精确等优点,因此，可以通过直接调节电动机转矩来控制纯电动汽车驱动轮打滑。
图1 纯电动汽车结构
2
试验方法
将本文提出的驱动防滑控制策略嵌入到整车控制程序中，并将程序刷写至真实的纯电动汽车整车控制器里，在干湿两种典型路况下进行实车试验，以验证所提出的驱动防滑控制方法的控制效果和实际应用的可行性。在低附着系数路面条件下进行实车试验，最大附着系数为0.4，最优滑转率为0.11。在高附着系数干水泥路面进行实车试验，最大附着系数为0.8，最优滑转率为0.17。由于场地限制，为预留足够的安全距离，实验中最高车速不超过60 km/h。当驾驶员踩下加速踏板时，滑转率和车速分别超过阈值，整车控制器进入ASR控制状态。由于本次实验所用ABS传感器难以在极低车速（蠕动）下获得准确的滑转率，因此，在测试ASR策略前，先将纯电动汽车加速到一定速度。
图2 滑模控制方法
3
结果
针对低附着路面：在无ASR系统的情况下，电机转矩迅速增大到最大值，滑转率随之增加到0.7左右，并在一段时间内保持高水平；在有ASR系统中，电机转矩根据实际需求被控制，滑转率始终沿着最佳滑转率上下变化，整个加速过程中轮速略高于车速。与无ASR控制策略相比，有ASR后，整车具有更好的连续加速性能，驱动轮无滑转倾向，车辆姿态稳定。
4
结论
由于加速和车轮打滑过程发生的时间较短，要求纯电动汽车驱动防滑系统具有小超调量和快速响应能力，本文的主要创新贡献如下：
(1) 提出了一种滑模控制律，通过调节滑转率来防止驱动轮打滑，为解决纯电动汽车行驶过程中驱动防滑控制提供了新的思路。
(2) 设计一种基于模糊控制的校正算法，调整趋近律的关键参数，可以有效减弱控制系统振荡。
(3) 通过实车试验，验证了所提控制方法的有效性，为工业应用提供了有益参考。
实验结果表明，所设计的纯电动汽车驱动防滑控制方法在低附着和高附着系数路面条件下均具有较小的超调量和快速响应。
5
前景与应用
本文所提出的控制方法经过实际的纯电动汽车测试，测试结果符合预期控制效果，为产业化应用提供了研究基础。相关文章/图书推荐
[1] Qin Shi, Zejia He, Yujiang Wei, Mingwei Wang, Xinxin Zheng, Lin He*. Single Pedal Control of Battery Electric Vehicle by Pedal Torque Demand with Dynamic Zero Position. IEEE Transactions on Intelligent Transportation Systems. DOI: 10.1109/TITS.2022.3181042.
[2] Zejia He, Qin Shi, Yujiang Wei, Bingzhao Gao, Bo Zhu, Lin He*. A Model Predictive Control Approach with Slip Ratio Estimation for Electric Motor Anti-lock Braking of Battery Electric Vehicle. IEEE Transactions on Industrial Electronics. DOI: 10.1109/TIE.2021.3112966.
[3] Zejia He, Qin Shi, Yujiang Wei, Jianxin Zheng, Bingzhao Gao, Lin He*. A Torque Demand Model Predictive Control Approach for Driving Energy Optimization of Battery Electric Vehicle. IEEE Transactions on Vehicular Technology. DOI: 10.1109/TVT.2021.3066405.
[4] Lin He, Wei Ye, Zejia He, Ke Song, Qin Shi*. A combining sliding mode control approach for electric motor anti-lock braking system of battery electric vehicle. Control Engineering Practice. DOI: 10.1016/j.conengprac.2020.104520.
[5] 贺林.新能源汽车方向专著《电动汽车设计》，合肥工业大学出版社，2017年3月.
[6]贺林 石琴.普通高等教育新工科汽车类系列教材（智能汽车·新能源汽车方向）《动力电池》，机械工业出版社，2021年5月.
团队带头人介绍
团队研究方向
智能网联电动汽车控制理论及关键技术研究，具有新能源汽车整车设计与开发的工程经验;车路协同的智能网联电动汽车能量管理与安全控制；智能网联汽车预期功能安全量化评价及风险预警；面向智能网联汽车的量子安全通信技术与应用。
近年团队发表文章
[1] Lin He, Feilong Li, Chaolu Guo, Bingzhao Gao, Jianbo Lu, and Qin Shi. An Adaptive PI controller by Particle Swarm Optimization for Angle Tracking of Steer-by-Wire. IEEE Transactions on Mechatronics. DOI: 10.1109/TMECH.2021.3137848.
[2] He Lin, Wang Yangyang, Wei Yujiang, Wang Mingwei, Hu Xiaosong, and Shi Qin. An adaptive central difference Kalman filter approach for state of charge estimation by fractional order model of lithium-ion battery. Energy. DOI: 10.1016/j.energy.2021.122627.
[3] Xin Liu, Qin Shi, Helie Ying, Ligao Jiang, Bingzhao Gao, Lin He*. A Model Predictive Control Approach for Electro-hydraulic Braking by Wire. IEEE Transactions on Industrial Informatics. DOI: 10.1109/tii.2022.3159537.
[4] Qin Shi, Zejia He, Yujiang Wei, Mingwei Wang, Xinxin Zheng, Lin He*. Single Pedal Control of Battery Electric Vehicle by Pedal Torque Demand with Dynamic Zero Position. IEEE Transactions on Intelligent Transportation Systems. DOI: 10.1109/TITS.2022.3181042.
[5] Zejia He, Qin Shi, Yujiang Wei, Bingzhao Gao, Bo Zhu, Lin He*. A Model Predictive Control Approach with Slip Ratio Estimation for Electric Motor Anti-lock Braking of Battery Electric Vehicle. IEEE Transactions on Industrial Electronics. DOI: 10.1109/TIE.2021.3112966.
[6] Zhengxin, Jiang, Qin, Shi, Yujiang Wei, Hanlin Wei, Bingzhao Gao, Lin He*. An Immune Genetic Extended Kalman Particle Filter approach on state of charge estimation for lithium-ion battery. Energy, DOI: 10.1016/j.energy.2021.120805.
[7] Zejia He, Qin Shi, Yujiang Wei, Jianxin Zheng, Bingzhao Gao, Lin He*. A Torque Demand Model Predictive Control Approach for Driving Energy Optimization of Battery Electric Vehicle. IEEE Transactions on Vehicular Technology. DOI: 10.1109/TVT.2021.3066405.
[8] Zhengxin, Jiang, Qin, Shi, Zhi Wang, Xingguo Shao, Lin He*. State of charge estimation by joint approach with model-based and data-driven algorithm for lithium-ion battery. IEEE Transactions on Instrumentation & Measurement, accepted, Aug. 2022.
[9] Shixuan Yuan, Qin Shi, Zejia He, Cheng Yao, Bingzhao Gao, Lin He*. A Nonlinear Model Predictive Control Approach for Acceleration Slip Regulation of Battery Electric Vehicle by Electric Motor Torque. Vehicle System Dynamics. DOI: 10.1080/00423114.2022.2093758.
[10] Lin He, Wei Ye, Zejia He, Ke Song, Qin Shi. A combining sliding mode control approach for electric motor anti-lock braking system of battery electric vehicle. Control Engineering Practice. DOI: 10.1016/j.conengprac.2020.104520.
[11] He Lin, Hu Minkang, Wei Yujiang, Liu Bingjiao, Shi Qin. State of Charge Estimation by Finite Difference Extended Kalman Filter with HPPC Parameters Identification. SCIENCE CHINA Technological Sciences. DOI: 10.1007/s11431-019-1467-9.
[12] Liu Yiwen, Shi Qin, Wei Yujiang, He Zejia, Hu Xiaosong, He Lin*. State of charge estimation by square root cubature particle filter approach with fractional order model of lithium-ion battery. Science China Technological Sciences. DOI: 10.1007/s11431-021-2029-y.
[13] Qin Shi, Mingwei Wang, Zejia He, Cheng Yao, Yujiang Wei, He Lin*. A Fuzzy-based Sliding Mode Control Approach for Acceleration Slip Regulation of Battery Electric Vehicle. Chinese Journal of Mechanical Engineering. DOI: 10.1186/s10033-022-00729-w.
[14] Qin Shi, Yujiang Wei, Dong Xie, Feilong Li, Ke Song, He Lin*. A Model Predictive Control Approach with Nonlinear Transmission Ratio for Angle Tracking of Steer-by-Wire. Asian Journal of Control. DOI: 10.1002/asjc.2895.
[15] Bingjiao Liu, Qin Shi, Zejia He, Yujiang Wei, Duoyang Qiu, Lin He*. A Driving-cycle Predictive Control Approach for Energy Consumption Optimization of Hybrid Electric Vehicle. Proceedings of the Institution of Mechanical Engineers Part D: Journal of Automobile Engineering. DOI: 10.1177/09544070211067470.
[16] Qin Shi, Ziang Xu, Yujiang Wei, Mingwei Wang, Xinxin Zheng, He Lin*. Electric motor steer-by-wire angle tracking by proportional differential sliding mode controller with disturbance observer, Part D: Journal of Automobile Engineering, accepted, July 2022.
更多详细内容请点击文后阅读原文获取。
编辑：谢雅洁 校对：向映姣
JME学院是由《机械工程学报》编辑部2018年创建，以关注、陪伴青年学者成长为宗旨，努力探索学术传播服务新模式。首任院长是中国机械工程学会监事会监事长、《机械工程学报》中英文两刊主编宋天虎。
欢迎各位老师扫码添加小助理-暖暖为好友，由小助理拉入JME学院官方群！
更多精彩视频
欢迎关注JME学院视频号~
寻觅合作伙伴
有一种合作叫做真诚，有一种发展可以无限，有一种伙伴可以互利共赢，愿我们合作起来流连忘返，发展起来前景可观。关于论文推荐、团队介绍、图书出版、学术直播、招聘信息、会议推广等，请与我们联系。
推荐阅读
单忠德院士团队：Z向纱线连续植入预制体的摩擦力分布及其应用研究 | CJME论文推荐哈尔滨工业大学（深圳）于刚副教授团队：基于谱负熵的自适应脉冲小波滤波齿轮早期故障检测 | CJME论文推荐重庆大学卢义玉教授团队：自增压脉冲射流的形成原理及特点 | CJME论文推荐石家庄铁道大学刘永强教授团队：高速列车轴箱轴承变速动力学模型的建立| CJME论文推荐西南交通大学金学松教授团队：基于地铁车内噪声的钢轨粗糙度接受/验收准则| CJME论文推荐燕山大学陈子明教授团队：一种新型球面二自由度并联机构的运动特性分析| CJME论文推荐 浙江工业大学李研彪教授团队：基于刚柔耦合模型的5PSS/UPU并联机构动态精度分析| CJME论文推荐兰州理工大学林巧力教授团队：高温前驱膜的形成机理综述| CJME论文推荐北京航空航天大学丁希仑教授团队：具有多级缓冲系统的四足机器人仿生设计与分析| CJME论文推荐上海交通大学高峰教授团队：六足移动加工机器人的运动学标定| CJME论文推荐新型6-UCU骨附着并联机器人工作空间及精度分析 | CJME论文推荐华中科技大学高亮教授团队：混合流水车间生产与物流集成调度方法| CJME论文推荐天津大学黄田教授团队：基于输入整形的高速并联机器人残留振动抑制| CJME论文推荐
版权声明：
本文为《机械工程学报》编辑部原创内容，欢迎转载，请联系授权！
在公众号后台留言需要转载的文章题目及要转载的公众号ID以获取授权!
联系我们：
联系人：暖暖
电话：010-88379909
E-mail：jme@cmes.org
网 址：http://www.cjmenet.com.cn
官方微信号：jmewechat